最佳指数函数算法，系数和误差？答案

【问题标题】：Best exponential function algorithm, coefficients and errors?最佳指数函数算法，系数和误差？
【发布时间】：2013-11-05 03:10:54
【问题描述】：

我有指数分布a*exp(b*x) 的实验数据。目的是找出系数a、b及其误差。

我已经尝试使用函数fit(B,C, 'exp1') 并得到了一些结果。

目前我正在试验问题，因为我的文件中的某些数据点由于试验的性质而具有较高的错误率。

具体问题是：

【问题讨论】：

【解决方案1】：

使用fitoptions 参数指定拟合的权重，或排除一些数据点。有关详细信息，请参阅fit documentation。

【讨论】：

【解决方案2】：

你确定你说的是指数分布？如果是，我假设您计算了一个直方图，现在想要在直方图上拟合一条线。但这不是最好的方法。

首先，请注意，由于 pdf 的归一化，指数分布的概率密度函数只有一个参数。密度的表达式为

lambda * exp(-lambda * x)

其次，您不能通过将 pdf 拟合到直方图来拟合数据的分布。参数估计有几种方法，最常见的是“最大似然”。根据Wikipedia，lambda 的最大似然估计是样本均值的倒数，或者用 Matlab 表示法：

lambda_est = 1 / mean(x)

要大致了解通过此分布描述您的数据是否有意义，然后您可以使用估计的参数在（标准化）直方图上绘制 pdf，或者在像 ksdensity 给出的非参数密度估计上绘制 pdf。

【讨论】：